• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于葉片圖像處理和稀疏表示的植物識別方法

    2016-11-28 16:16:41李萍張波張善文
    江蘇農(nóng)業(yè)科學(xué) 2016年9期

    李萍+張波+張善文

    摘要:基于植物葉片圖像的植物識別方法研究在保護(hù)生態(tài)環(huán)境方面具有十分重要的意義。針對植物葉片的復(fù)雜、多樣性而導(dǎo)致很多基于特征提取的植物識別方法識別率不高的問題,提出了一種基于改進(jìn)稀疏表示的植物識別方法。該方法利用最近鄰準(zhǔn)則實(shí)現(xiàn)稀疏表示,通過稀疏表示系數(shù)實(shí)現(xiàn)植物識別。該方法的創(chuàng)新點(diǎn)是將葉片圖像識別問題轉(zhuǎn)化為求解待識別樣本關(guān)于訓(xùn)練樣本的稀疏表示問題,是直接對原始葉片圖像進(jìn)行操作,而不需要進(jìn)行特征提取和選擇過程,由此提高了算法的識別效率。在6種葉片圖像數(shù)據(jù)集上的試驗(yàn)結(jié)果顯示,該方法對葉片圖像識別是可行的,識別率高達(dá)94%以上。該方法為非線性、復(fù)雜葉片圖像識別提供了一種途徑。

    關(guān)鍵詞:植物葉片圖像;植物識別;稀疏表示分類;改進(jìn)的稀疏表示

    中圖分類號: TP391.41;S126 文獻(xiàn)標(biāo)志碼: A

    文章編號:1002-1302(2016)09-0364-04

    植物是人類賴以生存、生產(chǎn)和發(fā)展所必需的物質(zhì)資源。同時(shí),植物在水土保持、抑制荒漠和改善氣候等很多方面起著至關(guān)重要的作用。近年來隨著人類生產(chǎn)活動的日益增加,生態(tài)環(huán)境不斷遭到破壞,使得很多物種滅絕或?yàn)l臨滅絕。隨著生物多樣性的消失,人類賴以生存的自然環(huán)境受到很大威脅。因此,保護(hù)植物物種刻不容緩。要保護(hù)植物,就必須識別植物。利用植物葉片圖像進(jìn)行植物識別方法研究是目前的一個(gè)重要研究方向,已經(jīng)出現(xiàn)了很多較有效的植物識別方法?,F(xiàn)有的植物識別方法可以分為兩大類:基于特征提取和選擇的識別方法[1-4]和基于維數(shù)約簡的識別方法[5]。這些方法的一個(gè)共有的不足是,在植物識別的過程中,都把同類中的不同的葉片或從同類中不同的葉片中提取的特征對于識別算法的貢獻(xiàn)同樣看待。也就是說,訓(xùn)練集中同類植物的不同的葉片及其不同的特征,對識別的重要性是同等對待的。為了提高識別率,很多學(xué)者選擇較好的葉片作為訓(xùn)練集。但由于葉片的復(fù)雜多樣性,甚至同一植物上的葉片之間可能差別很大,使得很多現(xiàn)有的植物識別方法實(shí)際識別率不高。圖1為同一棵樹上的葉片圖像,由圖1可以看出,各個(gè)葉片之間存在明顯差異,特別是構(gòu)樹葉。

    近年來,稀疏表示作為信號處理、圖像處理和模式識別強(qiáng)有力的工具,受到了廣大學(xué)者的廣泛關(guān)注[6-8]。所謂樣本的稀疏表示,就是將給定的樣本表示為字典的相對較少數(shù)目的幾個(gè)基的線性組合。l0最小化問題可以用來求解最優(yōu)的稀疏表示,但它是一個(gè)NP難問題。很多實(shí)例證實(shí)了稀疏或近似稀疏的樣本可由求解凸優(yōu)化問題(即l1最小化問題),使得這個(gè)最優(yōu)問題得到了有效解決。由于稀疏表示具有判別性和魯棒性,它已經(jīng)被成功地應(yīng)用于模式識別中。與傳統(tǒng)的模式識別方法相比,稀疏表示在識別精度上有較大的改進(jìn)。盡管稀疏表示在人臉識別、手勢識別和信號分析等領(lǐng)域取得了較好的效果,但鮮有應(yīng)用于植物識別領(lǐng)域。本研究在稀疏表示的基礎(chǔ)上提出了一種植物識別方法[9]。在該方法中,字典直接由訓(xùn)練樣本組成。如果每一類植物有足夠的訓(xùn)練葉片圖像樣本,那么1個(gè)測試樣本的線性表示自然是稀疏的。

    1 稀疏表示

    根據(jù)得到的稀疏表示系數(shù)A或B,可以計(jì)算測試樣本與各類訓(xùn)練樣本的殘差;根據(jù)殘差的大小可以確定測試樣本的類別。該分類方法被稱為基于稀疏表示的分類(SRC)算法。該算法在沒有光照變化、遮擋腐蝕、方位變化等的理想情況下,若有多幅訓(xùn)練圖像輸入時(shí)能夠得到較高的識別率。所以該算法適用于某些特定的場景,如秘密地點(diǎn)或門禁系統(tǒng)。在非理想情況下,如實(shí)際拍攝的植物葉片圖像,可能出現(xiàn)在圖像局部空間的鏡面反射、陰影、遮擋、方位不正和葉片殘缺不全等時(shí),若直接利用SRC算法得到的識別率較低。實(shí)際上,葉片圖像的這些非理想情況一般只限于圖像的一部分,對于整個(gè)圖像的像素而言是稀疏的,所以在式(6)中可以利用1個(gè)附加的誤差e來表示非理想情況下輸入圖像與訓(xùn)練圖像之間的誤差。則式(6)的優(yōu)化問題可以轉(zhuǎn)化為式(7)的最優(yōu)解問題:

    2 基于近鄰稀疏表示的植物識別

    雖然SRC算法有很多令人滿意的優(yōu)點(diǎn),但也存在一些缺陷。該算法根據(jù)基元素所屬的類別對測試樣本y進(jìn)行分類,若基元素屬于第i類,則y也屬于第i類。其中,基元素為那些可以最好地稀疏表示y的那一類訓(xùn)練樣本。在植物葉片圖像分類中,由于同一棵樹上的葉片之間差異可能較大,所以這一條件不容易滿足。也就是說,由y確定的這組基元素中很可能包括距離y較遠(yuǎn)的樣本,即這組基元素并不一定是y的局部近鄰。在這種情況下,根據(jù)SRC算法,y將被分到某一類中,其中該類基元素所張成的子空間距離y最近,即使該類樣本離y較遠(yuǎn)。然而,若這一結(jié)論成立,SRC算法需要一個(gè)前提假設(shè):每一類的基元素之間的距離較遠(yuǎn),由各類基元素張成的子空間仍然是線性。因此,SRC算法不能有效解決植物葉片圖像等非線性數(shù)據(jù)分類問題。為此,在SRC的基礎(chǔ)上本研究提出一種改進(jìn)的SRC算法(MSRC)[9]。

    3 試驗(yàn)結(jié)果與分析

    本節(jié)試驗(yàn)驗(yàn)證本研究提出的植物識別方法的有效性。在試驗(yàn)中,選擇6種植物(海棠、五角楓、龍抓槐、枇杷、銀杏和櫻花)葉片圖像(圖2);圖3為訓(xùn)練集中50幅枇杷和五角楓葉片圖像。

    在試驗(yàn)之前,需要對所有葉片圖像進(jìn)行剪切、對齊、平滑濾波、消除葉柄和灰度化等預(yù)處理。為了便于計(jì)算,將每幅圖像裁剪成32×32的圖像。然后把每幅灰度圖像(即矩陣)變成維數(shù)大小相同的向量,作為植物識別算法的輸入數(shù)據(jù)。獲取的葉片圖像是RGB彩色圖像。葉片在不同季節(jié)顏色會有不同,而且同一張葉片圖像因光照角度不同顏色也會存在很大的差別,所以對其進(jìn)行灰度圖轉(zhuǎn)換,將彩色圖像轉(zhuǎn)換為灰度圖像,消除顏色對分類的干擾。由彩色圖像轉(zhuǎn)化為灰度圖像的公式如下:

    圖4為基于SR的植物葉片圖像分類的投影系數(shù)和殘差。圖4-A為1幅五角楓葉片在訓(xùn)練集中6種植物、每種植物50幅葉片圖像對于待識別葉片圖像的投影系數(shù),其中橫軸為6種植物共300幅葉片圖像的編號,縱軸為基于最小化l1范數(shù)得到的y在訓(xùn)練樣本上的投影系數(shù)x。可以看出,y在其所屬植物類別的訓(xùn)練樣本上的投影系數(shù)較大,而在其他類別上僅有少數(shù)投影系數(shù)不為0,而且系數(shù)值都比較小,由此表明x的稀疏性。利用x在每個(gè)類別上的投影系數(shù)近似表示y,得到重建殘差,如圖4-B所示??梢钥闯?,該訓(xùn)練樣本的投影殘差最小,由此可判定其所屬的類別,得到識別結(jié)果。

    為了說明所提出的方法的有效性,與基于神經(jīng)網(wǎng)絡(luò)(BPNN)[1]、支持向量機(jī)(SVM)[2]和流形學(xué)習(xí)(ML)[6]的植物識別方法以及SRC方法[7]進(jìn)行比較。所有試驗(yàn)在Matlab 7.0開發(fā)環(huán)境下編程實(shí)現(xiàn)基于5種方法的植物葉片圖像處理和識別程序代碼。其中,計(jì)算機(jī)配置是Pentium CPU E5300 2.60 GHz,內(nèi)存2GB。本研究SR算法的求解最小化l1范數(shù)采用Matlab的K-SVD字典學(xué)習(xí)的工具包和求解優(yōu)化問題的SPGL1工具包;BPNN采用Matlab的NN toolbox中提供的train和newff等函數(shù);SVM采用提供的LIBSVM;最近鄰分類器采用ClusteringToolbox中的1-NN函數(shù)[10-11]。

    對于每種植物,隨機(jī)選取50幅葉片圖像作為訓(xùn)練集,其余的10幅圖像用于測試。即訓(xùn)練樣樣本集由6×50=300幅圖像組成,而測試樣本集則由剩余的60幅圖像組成。對于每種算法,這樣的劃分試驗(yàn)重復(fù)進(jìn)行50次。算法中涉及到的參數(shù)選擇都是根據(jù)試驗(yàn)結(jié)果的最大值得到。在試驗(yàn)中,為了得到較高的識別率,BPNN和SVM中的多個(gè)參數(shù)經(jīng)過若干次優(yōu)化才能確定。記錄每次試驗(yàn)每種植物的最高識別率和運(yùn)行時(shí)間,再計(jì)算50次結(jié)果的平均值和方差。將本研究提出的算法與其他4種算法進(jìn)行比較。表1顯示了5種算法的試驗(yàn)結(jié)果。

    由于MSRC添加了1個(gè)加權(quán)矢量,可以使最近鄰的樣本在分類中的作用最強(qiáng),而近鄰中相對較遠(yuǎn)的樣本的作用減弱,由此保留了樣本的局部特性,從而使樣本的分類性能優(yōu)于其他4種算法。試驗(yàn)結(jié)果表明,該方法的識別率最高、識別效果最好,平均識別率高達(dá)94%以上(表1),而且由于不需要從每幅葉片圖像中提取和選擇特征,所以提高了算法的運(yùn)行時(shí)間。試驗(yàn)結(jié)果表明,該方法能夠滿足植物識別系統(tǒng)的實(shí)時(shí)性要求。

    4 結(jié)論

    本研究探討了樣本的稀疏表示理論在植物識別中的應(yīng)用,測試樣本的稀疏表示可通過求解l1最小化問題而有效獲得。最稀疏的系數(shù)可以解釋為在重構(gòu)測試樣本的過程中每個(gè)訓(xùn)練樣本所貢獻(xiàn)的權(quán)重。在此基礎(chǔ)上,提出了一種基于改進(jìn)的稀疏表示的植物識別方法,該方法比基于特征提取和選擇的分類方法具有更好的識別性能。由于植物識別的復(fù)雜性,還沒有將本研究提出的方法應(yīng)用于可行的植物識別系統(tǒng),現(xiàn)有的研究可以克服葉片圖像的光照變化、不完整及未對準(zhǔn)等方面。盡管基于稀疏表示的人臉識別方法具有在沒有特征提取的前提下也能獲得較高識別率的優(yōu)勢,并且在遮擋和噪聲情況下有出色表現(xiàn),但在植物識別方面還有待于進(jìn)行研究,如何在大數(shù)據(jù)的情況下,保證精確的識別率及快速的識別能力也是將來要探究的方向之一。

    參考文獻(xiàn):

    [1]王麗君,淮永建,彭月橙. 基于葉片圖像多特征融合的觀葉植物種類識別[J]. 北京林業(yè)大學(xué)學(xué)報(bào),2015,37(1):55-61.

    [2]陳 寅,周 平. 植物葉形狀與紋理特征提取研究[J]. 浙江理工大學(xué)學(xué)報(bào),2013,30(3):394-399.

    [3]Du J X,Huang D S,Wang X F,et al. Leaf shape based plant species recognition[J]. Applied Mathematics and Computation,2007,185(2):883-893.

    [4]Du J X,Huang D S,Wang X F,et al. Shape recognition based onneural networks trained by differential evolution algorithm[J].Neurocomputing,2007,70(4):896-903.

    [5]張善文,張傳雷,程 雷. 基于監(jiān)督正交局部保持映射的植物葉片圖像分類方法[J]. 農(nóng)業(yè)工程學(xué)報(bào),2013,29(5):125-131.

    [6]朱明旱,李樹濤,葉 華. 基于稀疏表示的遮擋人臉表情識別方法[J]. 模式識別與人工智能,2014,27(8):708-712.

    [7]Qiao L S,Chen S C,Tan X Y. Sparsity preserving projections withapplications to face recognition [J]. Pattern Recognition,2010,43(1):331-341.

    [8]肖 玲,李仁發(fā),曾凡仔. 基于自學(xué)習(xí)稀疏表示的動態(tài)手勢識別方法[J]. 通信學(xué)報(bào),2013,34(6):128-135.

    [9]王 琦,惠康華. 基于稀疏近鄰表示的分類方法[J]. 計(jì)算機(jī)工程與設(shè)計(jì),2013,34(4):1425-1431.

    [10]Chang C C,Lin C J. LIBSVM-A library for support vector machines [EB/OL]. [2015-11-20]. http://www.csie.ntu.edu. tw/cjlin/libsvm.

    [11]Koh K,K S J. Stephen Boyd. Simple matlab solver for l1-regularized least squares problems [EB/OL]. [2015-11-20]. http://www.stanford.edu/boyd/l1_ls/.

    我要搜黄色片| 人妻丰满熟妇av一区二区三区| 欧美日本视频| 天天一区二区日本电影三级| 亚洲国产欧美网| 日日摸夜夜添夜夜添小说| 国产高清videossex| 一级黄片播放器| 欧美色欧美亚洲另类二区| 久久久国产成人精品二区| 99热6这里只有精品| 免费在线观看成人毛片| 国产单亲对白刺激| 内地一区二区视频在线| 99热精品在线国产| 国产精品亚洲美女久久久| 成人高潮视频无遮挡免费网站| h日本视频在线播放| 观看美女的网站| 国产aⅴ精品一区二区三区波| 校园春色视频在线观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 两个人视频免费观看高清| 久久九九热精品免费| 亚洲欧美日韩高清专用| 国产熟女xx| 九九在线视频观看精品| av中文乱码字幕在线| 国产蜜桃级精品一区二区三区| 成人特级av手机在线观看| 少妇裸体淫交视频免费看高清| 国产黄色小视频在线观看| 久久精品亚洲精品国产色婷小说| 中文字幕高清在线视频| 少妇熟女aⅴ在线视频| 日本熟妇午夜| 精品国产超薄肉色丝袜足j| 神马国产精品三级电影在线观看| 午夜a级毛片| 亚洲精品国产精品久久久不卡| 亚洲熟妇熟女久久| 午夜激情欧美在线| 亚洲国产中文字幕在线视频| 色综合欧美亚洲国产小说| 免费一级毛片在线播放高清视频| 国产毛片a区久久久久| 亚洲 欧美 日韩 在线 免费| 在线观看av片永久免费下载| 搡老岳熟女国产| 成年女人永久免费观看视频| 性色avwww在线观看| 少妇的丰满在线观看| 成人一区二区视频在线观看| 日本熟妇午夜| 亚洲成人久久性| 国产精品香港三级国产av潘金莲| 天堂动漫精品| 两个人视频免费观看高清| 99在线视频只有这里精品首页| 狂野欧美激情性xxxx| 国内精品久久久久精免费| 老司机深夜福利视频在线观看| 中文亚洲av片在线观看爽| АⅤ资源中文在线天堂| 成人永久免费在线观看视频| 夜夜看夜夜爽夜夜摸| 午夜福利在线在线| 久久久成人免费电影| av在线天堂中文字幕| 久久九九热精品免费| 欧美黄色淫秽网站| 99热这里只有是精品50| 一个人看视频在线观看www免费 | 亚洲av电影在线进入| a在线观看视频网站| 成年免费大片在线观看| 黑人欧美特级aaaaaa片| 日本熟妇午夜| 国产乱人视频| 国产精品久久久人人做人人爽| 国产精品精品国产色婷婷| 成人无遮挡网站| 亚洲一区高清亚洲精品| 免费观看精品视频网站| 亚洲精品一卡2卡三卡4卡5卡| 人人妻,人人澡人人爽秒播| 成人三级黄色视频| 88av欧美| 免费大片18禁| av女优亚洲男人天堂| aaaaa片日本免费| 校园春色视频在线观看| 淫妇啪啪啪对白视频| 免费看光身美女| 夜夜看夜夜爽夜夜摸| 一区二区三区高清视频在线| 国产男靠女视频免费网站| 18禁国产床啪视频网站| 日韩欧美免费精品| 麻豆国产av国片精品| 亚洲国产中文字幕在线视频| 国产精品国产高清国产av| 97碰自拍视频| 日韩欧美一区二区三区在线观看| 免费看美女性在线毛片视频| 久久久国产成人免费| 国产精品 欧美亚洲| 国产熟女xx| 每晚都被弄得嗷嗷叫到高潮| 草草在线视频免费看| 我要搜黄色片| 狂野欧美白嫩少妇大欣赏| 午夜久久久久精精品| 特级一级黄色大片| 日本免费一区二区三区高清不卡| 高清日韩中文字幕在线| 岛国在线免费视频观看| 三级毛片av免费| 色尼玛亚洲综合影院| 亚洲av中文字字幕乱码综合| 搡老熟女国产l中国老女人| 国产毛片a区久久久久| 国产精品久久久久久亚洲av鲁大| 国产一区在线观看成人免费| 国产免费一级a男人的天堂| 麻豆久久精品国产亚洲av| 3wmmmm亚洲av在线观看| 成人特级av手机在线观看| 国产欧美日韩一区二区精品| 特大巨黑吊av在线直播| 夜夜躁狠狠躁天天躁| 日韩国内少妇激情av| 伊人久久精品亚洲午夜| 精品一区二区三区视频在线观看免费| 欧美bdsm另类| 国产成人福利小说| 嫁个100分男人电影在线观看| 法律面前人人平等表现在哪些方面| 欧美性猛交╳xxx乱大交人| 亚洲av成人av| 天天添夜夜摸| 国产高清有码在线观看视频| 一区二区三区免费毛片| 此物有八面人人有两片| 国产激情欧美一区二区| 国产欧美日韩精品一区二区| 日韩精品中文字幕看吧| 久久久精品欧美日韩精品| 日韩亚洲欧美综合| 黄色丝袜av网址大全| 成人高潮视频无遮挡免费网站| 国产野战对白在线观看| 久久香蕉国产精品| 亚洲成人久久性| 看黄色毛片网站| 岛国在线观看网站| 五月伊人婷婷丁香| 午夜福利免费观看在线| 一本久久中文字幕| www.熟女人妻精品国产| 久久香蕉精品热| 欧美黄色片欧美黄色片| 男人和女人高潮做爰伦理| 一进一出抽搐动态| 亚洲av电影在线进入| 免费看a级黄色片| 19禁男女啪啪无遮挡网站| 青草久久国产| 国产又黄又爽又无遮挡在线| h日本视频在线播放| 少妇丰满av| 女人十人毛片免费观看3o分钟| 美女 人体艺术 gogo| 亚洲欧美精品综合久久99| 18+在线观看网站| h日本视频在线播放| 一a级毛片在线观看| 51午夜福利影视在线观看| 禁无遮挡网站| 欧美国产日韩亚洲一区| 又黄又粗又硬又大视频| 日韩免费av在线播放| 免费高清视频大片| 中亚洲国语对白在线视频| 蜜桃亚洲精品一区二区三区| 窝窝影院91人妻| 日本黄大片高清| 国产精品免费一区二区三区在线| 亚洲精品影视一区二区三区av| 午夜福利成人在线免费观看| 欧美+亚洲+日韩+国产| 欧美日本视频| 日韩精品青青久久久久久| 久久久久久久午夜电影| 18禁黄网站禁片午夜丰满| 欧美最黄视频在线播放免费| 国产极品精品免费视频能看的| 国产91精品成人一区二区三区| 在线观看午夜福利视频| 成人18禁在线播放| 亚洲专区国产一区二区| 丰满的人妻完整版| 亚洲精华国产精华精| 亚洲第一电影网av| 久久国产精品影院| 国产私拍福利视频在线观看| 18美女黄网站色大片免费观看| 99久久成人亚洲精品观看| 国产老妇女一区| 十八禁网站免费在线| 久久午夜亚洲精品久久| 天堂网av新在线| 国产免费一级a男人的天堂| 长腿黑丝高跟| 别揉我奶头~嗯~啊~动态视频| 脱女人内裤的视频| 成人av一区二区三区在线看| 麻豆国产97在线/欧美| 国产麻豆成人av免费视频| 日韩欧美在线乱码| av中文乱码字幕在线| 国产精品女同一区二区软件 | 日韩欧美精品v在线| 一个人免费在线观看电影| 蜜桃亚洲精品一区二区三区| 岛国在线观看网站| 久久精品国产亚洲av香蕉五月| 在线观看午夜福利视频| 九色国产91popny在线| 身体一侧抽搐| 色综合站精品国产| 国产视频内射| 夜夜爽天天搞| 舔av片在线| 国产麻豆成人av免费视频| 国产色婷婷99| 亚洲成人免费电影在线观看| www日本黄色视频网| 超碰av人人做人人爽久久 | 看黄色毛片网站| 精品电影一区二区在线| 亚洲无线在线观看| av片东京热男人的天堂| 韩国av一区二区三区四区| 久久国产乱子伦精品免费另类| 国产黄色小视频在线观看| 精品99又大又爽又粗少妇毛片 | 亚洲最大成人手机在线| 国产免费男女视频| 中文字幕av成人在线电影| АⅤ资源中文在线天堂| 三级毛片av免费| 亚洲国产欧美网| 97人妻精品一区二区三区麻豆| 亚洲av一区综合| 色av中文字幕| av天堂中文字幕网| 久久精品影院6| 国产野战对白在线观看| 99精品欧美一区二区三区四区| 嫩草影院入口| 国产日本99.免费观看| 国产综合懂色| 国内久久婷婷六月综合欲色啪| av女优亚洲男人天堂| 怎么达到女性高潮| 久久精品人妻少妇| 欧美成人性av电影在线观看| 亚洲国产精品久久男人天堂| 亚洲人成网站在线播放欧美日韩| 国产精品免费一区二区三区在线| 婷婷丁香在线五月| 波多野结衣高清无吗| 午夜福利视频1000在线观看| 在线观看免费视频日本深夜| 精品久久久久久久末码| 天天一区二区日本电影三级| 观看美女的网站| 一级毛片高清免费大全| 有码 亚洲区| 最新美女视频免费是黄的| 搡老岳熟女国产| 午夜激情欧美在线| 身体一侧抽搐| 欧美成狂野欧美在线观看| 国产精品99久久99久久久不卡| 香蕉丝袜av| 波多野结衣巨乳人妻| 欧美黑人欧美精品刺激| 久久人妻av系列| 热99在线观看视频| 亚洲国产中文字幕在线视频| 男人舔女人下体高潮全视频| 精品午夜福利视频在线观看一区| 国产成人系列免费观看| 久久久国产成人精品二区| 亚洲 国产 在线| tocl精华| 麻豆久久精品国产亚洲av| 免费看十八禁软件| 亚洲专区国产一区二区| 久久精品91无色码中文字幕| 欧美日韩精品网址| 丝袜美腿在线中文| 国产毛片a区久久久久| 夜夜夜夜夜久久久久| 亚洲avbb在线观看| 久久精品国产自在天天线| 三级毛片av免费| 老汉色∧v一级毛片| 性色avwww在线观看| 老司机在亚洲福利影院| 欧美在线一区亚洲| 成年版毛片免费区| 久久6这里有精品| 欧美乱色亚洲激情| 极品教师在线免费播放| 精品99又大又爽又粗少妇毛片 | 老汉色av国产亚洲站长工具| 午夜激情福利司机影院| 黄色成人免费大全| 19禁男女啪啪无遮挡网站| 午夜激情福利司机影院| 欧美+日韩+精品| 日本 av在线| 99riav亚洲国产免费| 日日夜夜操网爽| 亚洲精品日韩av片在线观看 | xxx96com| 久久欧美精品欧美久久欧美| 国产精品久久久久久人妻精品电影| 日本一本二区三区精品| 精品人妻1区二区| 久久久国产成人免费| 白带黄色成豆腐渣| 国产精品三级大全| 人妻久久中文字幕网| 国产午夜福利久久久久久| 欧美性感艳星| www国产在线视频色| 国产精品1区2区在线观看.| 亚洲内射少妇av| 成熟少妇高潮喷水视频| 欧美三级亚洲精品| 亚洲无线观看免费| 人妻夜夜爽99麻豆av| avwww免费| 国产精品久久久久久人妻精品电影| 久久人妻av系列| 亚洲精品亚洲一区二区| 欧美性猛交╳xxx乱大交人| 亚洲av不卡在线观看| 人妻夜夜爽99麻豆av| 成人午夜高清在线视频| 怎么达到女性高潮| 久久6这里有精品| 午夜福利免费观看在线| 一区二区三区国产精品乱码| 欧美一区二区国产精品久久精品| 亚洲国产欧美网| 九九热线精品视视频播放| av专区在线播放| 国产一区二区在线av高清观看| 国产精品电影一区二区三区| 久久久久久大精品| 一本综合久久免费| 成人午夜高清在线视频| 免费av不卡在线播放| 亚洲精品影视一区二区三区av| 老司机在亚洲福利影院| 日韩高清综合在线| 精品国产亚洲在线| 在线观看日韩欧美| 人人妻,人人澡人人爽秒播| aaaaa片日本免费| 国产男靠女视频免费网站| 国产视频内射| 久久人人精品亚洲av| 国产69精品久久久久777片| 久久国产乱子伦精品免费另类| 又爽又黄无遮挡网站| 久久人人精品亚洲av| 国产成人欧美在线观看| 男人舔女人下体高潮全视频| 在线播放国产精品三级| 在线免费观看的www视频| 国产 一区 欧美 日韩| 国产精品一及| 欧美一级a爱片免费观看看| 波多野结衣高清作品| 中文字幕久久专区| a级毛片a级免费在线| 亚洲国产欧美网| 欧美性猛交╳xxx乱大交人| 久久精品亚洲精品国产色婷小说| 69av精品久久久久久| 老司机在亚洲福利影院| 桃红色精品国产亚洲av| 国产高清视频在线播放一区| 99久久精品国产亚洲精品| 欧美日本亚洲视频在线播放| 老司机福利观看| 久久这里只有精品中国| 精品久久久久久久久久免费视频| 国产一区二区亚洲精品在线观看| 韩国av一区二区三区四区| 日本免费a在线| 国产免费av片在线观看野外av| 高清在线国产一区| 一二三四社区在线视频社区8| 看免费av毛片| 极品教师在线免费播放| 手机成人av网站| 色精品久久人妻99蜜桃| 身体一侧抽搐| 在线看三级毛片| 国产成人系列免费观看| 日韩欧美在线二视频| 国产一区二区在线观看日韩 | 亚洲成a人片在线一区二区| 精品国产超薄肉色丝袜足j| 午夜精品一区二区三区免费看| 国产av一区在线观看免费| 1000部很黄的大片| 亚洲黑人精品在线| 真人做人爱边吃奶动态| 国产91精品成人一区二区三区| 少妇人妻精品综合一区二区 | 亚洲成人久久爱视频| 欧美三级亚洲精品| 18禁裸乳无遮挡免费网站照片| 午夜福利在线观看免费完整高清在 | 女生性感内裤真人,穿戴方法视频| 免费一级毛片在线播放高清视频| 少妇裸体淫交视频免费看高清| 成人国产综合亚洲| 久久性视频一级片| 日韩欧美国产一区二区入口| 成熟少妇高潮喷水视频| 97超视频在线观看视频| 亚洲中文日韩欧美视频| 成人午夜高清在线视频| 国产精品久久久久久久电影 | 18禁黄网站禁片免费观看直播| 欧洲精品卡2卡3卡4卡5卡区| 亚洲精品美女久久久久99蜜臀| 久久久久久久久中文| 日韩欧美免费精品| 一级黄色大片毛片| 亚洲人成电影免费在线| 午夜福利18| 亚洲人成网站在线播| 色吧在线观看| 色综合婷婷激情| 最近最新中文字幕大全免费视频| 99国产精品一区二区三区| 欧美最新免费一区二区三区 | 人妻久久中文字幕网| av天堂在线播放| 久99久视频精品免费| av在线蜜桃| 热99re8久久精品国产| 亚洲欧美日韩无卡精品| 国产精品永久免费网站| 国产av不卡久久| 中文资源天堂在线| 午夜福利在线观看吧| 成人av一区二区三区在线看| 欧美3d第一页| 色吧在线观看| 9191精品国产免费久久| 亚洲五月天丁香| 悠悠久久av| 首页视频小说图片口味搜索| 91麻豆精品激情在线观看国产| 丁香六月欧美| 久久6这里有精品| 搡老妇女老女人老熟妇| 国产成人aa在线观看| 久久人人精品亚洲av| svipshipincom国产片| 亚洲熟妇中文字幕五十中出| 一本综合久久免费| a在线观看视频网站| 国产三级中文精品| 日韩欧美在线二视频| 久久精品影院6| 欧美+日韩+精品| 一边摸一边抽搐一进一小说| 国产三级中文精品| 熟女人妻精品中文字幕| 午夜福利高清视频| 亚洲欧美日韩高清专用| 成人特级黄色片久久久久久久| 久久天躁狠狠躁夜夜2o2o| 久久久久国产精品人妻aⅴ院| 日本免费a在线| 国产伦一二天堂av在线观看| 综合色av麻豆| 一级毛片女人18水好多| 国产私拍福利视频在线观看| 国产久久久一区二区三区| 欧美在线黄色| 成年女人毛片免费观看观看9| 国产av在哪里看| 免费在线观看成人毛片| 精品电影一区二区在线| 亚洲成人久久爱视频| 伊人久久大香线蕉亚洲五| 51国产日韩欧美| 亚洲 国产 在线| x7x7x7水蜜桃| 最好的美女福利视频网| 熟女少妇亚洲综合色aaa.| 国产精品免费一区二区三区在线| 男女那种视频在线观看| 长腿黑丝高跟| 免费人成在线观看视频色| 床上黄色一级片| 国产伦精品一区二区三区四那| 国产精品日韩av在线免费观看| 免费在线观看日本一区| 亚洲av免费在线观看| 人妻丰满熟妇av一区二区三区| 亚洲精品色激情综合| 国产成人av激情在线播放| 国产成年人精品一区二区| 99热这里只有是精品50| 十八禁网站免费在线| 日日夜夜操网爽| 久久久久久国产a免费观看| 操出白浆在线播放| 日日摸夜夜添夜夜添小说| 成人特级av手机在线观看| 内射极品少妇av片p| 夜夜爽天天搞| 精品国产超薄肉色丝袜足j| av女优亚洲男人天堂| 日韩人妻高清精品专区| 免费在线观看亚洲国产| 国产av在哪里看| 在线看三级毛片| 99国产极品粉嫩在线观看| av女优亚洲男人天堂| 欧美三级亚洲精品| 国产精品久久久久久久久免 | 两个人视频免费观看高清| 熟女电影av网| e午夜精品久久久久久久| 黄片小视频在线播放| 欧美+日韩+精品| 国产精品嫩草影院av在线观看 | 激情在线观看视频在线高清| 可以在线观看的亚洲视频| 午夜a级毛片| 少妇的逼水好多| 精品久久久久久久末码| av天堂在线播放| 国产色爽女视频免费观看| 香蕉丝袜av| 国内精品美女久久久久久| 91麻豆av在线| 亚洲国产欧美人成| 小说图片视频综合网站| 美女高潮的动态| 亚洲熟妇中文字幕五十中出| 欧美不卡视频在线免费观看| 一级黄片播放器| 精品乱码久久久久久99久播| 欧美乱色亚洲激情| 国产淫片久久久久久久久 | 国产一区二区在线av高清观看| 国语自产精品视频在线第100页| 亚洲人成伊人成综合网2020| 97超视频在线观看视频| 欧美日韩瑟瑟在线播放| 三级毛片av免费| 免费电影在线观看免费观看| 一级a爱片免费观看的视频| 99精品在免费线老司机午夜| 国产精品 国内视频| 国产男靠女视频免费网站| 亚洲在线观看片| 欧美成人性av电影在线观看| 伊人久久大香线蕉亚洲五| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 日本a在线网址| 日韩欧美 国产精品| www.熟女人妻精品国产| 免费观看人在逋| 午夜福利高清视频| 中文在线观看免费www的网站| 国产黄色小视频在线观看| 精品人妻偷拍中文字幕| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 男女视频在线观看网站免费| 精品人妻1区二区| 怎么达到女性高潮| 久久天躁狠狠躁夜夜2o2o| 日韩成人在线观看一区二区三区| 国产激情欧美一区二区| 免费看十八禁软件| 一级a爱片免费观看的视频| 少妇的逼水好多| 国产亚洲精品久久久com| 久久精品夜夜夜夜夜久久蜜豆| 亚洲成av人片在线播放无| 真人一进一出gif抽搐免费| 男女做爰动态图高潮gif福利片| 制服人妻中文乱码| 麻豆国产97在线/欧美| 国产伦在线观看视频一区| 久久亚洲真实| 国产一级毛片七仙女欲春2| xxxwww97欧美|